[发明专利]一种基于YOLOv3算法的多人姿态估计方法在审
| 申请号： | 201910069350.6 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN109815901A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 蔡哲栋;应娜;黄铎;杨鹏 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 杭州千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于YOLOv3算法的多人姿态估计方法，包括步骤：S1:处理综合数据集，得到满足方法需要的单类行人数据集；S2：设计图片切割提取模块，将YOLOv3算法和Stacked Hourglass算法合理结合得到多人姿态估计网络框架；S3：训练S1所述数据集得到单类行人检测的YOLOv3网络模型，训练MPII数据集得到Hourglass姿态估计网络模型。将训练得到的YOLOv3网络模型和级联4个Hourglass网络得到的Stacked Hourglass网络模型进行合理结合，得到基于YOLOv3算法的多人姿态估计网络模型；S4：输入原始图像，得到多人姿态估计建议的图像。本发明基于最新的YOLOv3算法，通过提升人体检测器的检测能力，提高了多人姿态估计的准确性，提升了对全局性的把控。 | ||
| 搜索关键词： | 姿态估计 算法 网络模型 数据集 单类 人体检测器 提取模块 图片切割 网络框架 行人检测 行人数据 原始图像 综合数据 级联 图像 检测 网络 | ||
【主权项】：
1.一种基于YOLOv3算法的多人姿态估计方法，其特征在于，包括以下步骤：S1:处理综合数据集，得到单类行人的数据集；S2：设计图片切割提取模块，将YOLOv3算法和Stacked Hourglass算法结合得到多人姿态估计网络框架；S3：训练S1所述数据集得到单类行人检测的YOLOv3网络模型，训练MPII数据集得到Hourglass姿态估计网络模型；将训练得到的YOLOv3网络模型和级联4个Hourglass网络得到的Stacked Hourglass网络模型进行结合，得到基于YOLOv3算法的多人姿态估计网络模型；S4：输入原始图像，得到多人姿态估计建议的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910069350.6/，转载请声明来源钻瓜专利网。
